更改

在[[表征学习]]阶段，DreamerV1训练了三个关键部分：

在[[表征学习]]阶段，DreamerV1训练了三个关键部分：

*'''表征模型（Representation Model）'''：<br>它负责将观测数据（例如，图像）转化为潜在的连续状态表示。换句话说，模型通过观察图像（<math>o_t </math>），推断出一个潜在状态（<math>s_t </math>）。它的目标是根据前一时刻的潜在状态、动作和观测数据来预测当前时刻的潜在状态。其数学公式为：<br> <math>p(s_t \mid s_{t-1}, a_{t-1}, o_t)  </math> <br>其中，<math>o_t </math>是当前的观察，<math>s_t </math>是历史的潜在状态，<math>a_{t-1} </math>是动作，<math>s_t </math>是当前时刻的潜在状态。

*'''表征模型（Representation Model）'''：<br>它负责将观测数据（例如，图像）转化为潜在的连续状态表示。换句话说，模型通过观察图像（<math>o_t </math>），推断出一个潜在状态（<math>s_t </math>）。它的目标是根据前一时刻的潜在状态、动作和观测数据来预测当前时刻的潜在状态。其数学公式为：<br> <math>p(s_t \mid s_{t-1}, a_{t-1}, o_t)  </math> <br>其中，<math>o_t </math>是当前的观察，<math>s_t </math>是历史的潜在状态，<math>a_{t-1} </math>是动作，<math>s_t </math>是当前时刻的潜在状态。